Agent Skills Hub

project-scaffolding

開發者專用專案初始化精靈，支援超過 70 種 Web、行動、桌面與後端開發專案，提供 SDK、資料庫與 DevOps 環境的互動式設定流程。

predict-lucky-number

產生 0 到 9999 之間的隨機幸運數字，適用於遊戲、決策或娛樂需求。

docs-applying-content-quality

標準化 Markdown 內容，包含主動語態、精確的標題層級以及符合 WCAG AA 無障礙標準，適用於文件、網站及儲存庫檔案。

vitest

Vitest 測試模式，提供可靠的單元與整合測試架構。專注於關鍵業務邏輯、邊際案例與高效的 Mocking 策略，確保核心程式碼的穩定性。

readme

為任何專案產生極致詳盡的專業 README.md 文件，涵蓋本地開發環境架設、系統架構說明及部署指南。

nano-banana

使用 uv 自動化 Python 腳本編寫與 Gemini 影像生成。適用於創作藝術、編輯影像及執行臨時腳本。

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

skill-memory

一個基於 Git 的 AI 代理技能記憶庫。透過 CLI 下載、版本控制、編輯與共享自定義的代理技能與程序性知識。

proactive-agent

透過 WAL 協定、持久化記憶緩衝區與自動化 Cron 排程，將 AI 代理轉變為能主動預測需求並持續優化的主動式夥伴。

Quality Assurance

自動化品質保證系統，根據定義的檢查清單驗證 PB-000 市場研究工作流程中的 Markdown 交付物。

voice-apply

透過可配置的 YAML 模板將內容轉換為特定的語音配置、語氣或風格，以確保品牌與敘事輸出的一致性。

Agent Communication Debugger

診斷並調試代理間 (A2A) 通訊問題，涵蓋編排器路由、傳輸連接、代理狀態及多代理系統日誌分析。